高?？萍汲晒D(zhuǎn)化效率測度研究綜述

黃文睿, 裘鎧丞

(1.同濟大學 經(jīng)濟與管理學院, 上海 200092; 2.復旦大學 管理學院, 上海 200433)

高等院校是知識的寶庫和創(chuàng)新的重要發(fā)源地,在這些匯聚智慧的學府中,科學家和研究人員不斷進行前沿探索,突破科技的邊界?？蒲猩系膭?chuàng)新和突破固然是研究與發(fā)展的重要一環(huán),將研究創(chuàng)新成果轉(zhuǎn)化為實際的產(chǎn)品、應用和解決方案也是同等重要的環(huán)節(jié),可以說,高?？萍汲晒D(zhuǎn)化是現(xiàn)代知識經(jīng)濟中至關(guān)重要的一步。高?？萍汲晒D(zhuǎn)化涉及的主體和渠道是多元的,最終實現(xiàn)社會效益的過程是繁雜且不確定的,單一指標(如科技成果轉(zhuǎn)化率)難以較為全面地衡量其轉(zhuǎn)化效果,因此研究目光更多投向轉(zhuǎn)化效率。

許多研究將科技成果轉(zhuǎn)化包含在高?？萍紕?chuàng)新的范疇內(nèi)進行研究,但后者的部分文章將論文、專著等過程指標和基礎研究成果歸為整體轉(zhuǎn)化的最后產(chǎn)出。高?？萍汲晒D(zhuǎn)化重心在于研究的商業(yè)化,轉(zhuǎn)化最終產(chǎn)出包含這類中間成果有所不妥,因此這部分文獻暫不納入梳理。張明喜和郭戎[1]指出科技成果轉(zhuǎn)化效率度量主要有宏觀上衡量科技對經(jīng)濟的貢獻率、微觀上由機構(gòu)或協(xié)會制定度量體系、間接度量法和典型項目案例法四大類方法。本文聚焦于方法二和方法三,旨在梳理以不同統(tǒng)計方法和通過不同指標建立評價體系的文獻研究。

接下來將深入探討高?？萍汲晒D(zhuǎn)化效率的評價方法和評價指標體系,梳理現(xiàn)有文獻的研究視角,分析已有研究所呈現(xiàn)的影響效率的因素,對我國高?？萍汲晒D(zhuǎn)化效率的研究現(xiàn)狀和研究結(jié)論進行總體的把握和推斷,為后來學者進行相關(guān)研究提供一定的理論基礎和方向指導。

1 高?？萍汲晒D(zhuǎn)化效率測度方法

效率測度方法主要分為三大類,以數(shù)據(jù)包絡分析(data envelopment analysis,DEA)為代表的非參數(shù)方法、以隨機前沿分析(stochastic frontier analysis,SFA)為代表的參數(shù)方法,以及其他方法。

1.1 數(shù)據(jù)包絡分析

由于高校科技成果轉(zhuǎn)化是多投入多產(chǎn)出的問題,在早期就有學者使用DEA方法進行效率測度。典型研究有Anderson等[2]運用DEA方法對美國大學技術(shù)轉(zhuǎn)移效率進行評估和排序, Thursby夫婦將美國大學的專利許可過程劃分為三個階段,通過DEA測算各階段效率[3]。成果轉(zhuǎn)化是一個動態(tài)演進的過程,于是逐漸有學者用動態(tài)的眼光評價轉(zhuǎn)化效率,如陳琨等[4]、羅茜等[5]采用DEA-Malmquist方法,動態(tài)反應效率的變化情況。同時,由于成果轉(zhuǎn)化存在研究、開發(fā)、生產(chǎn)等眾多“黑箱”環(huán)節(jié),深入探索轉(zhuǎn)化過程內(nèi)部結(jié)構(gòu)后進行系統(tǒng)分析也十分必要?；诖?許多學者采取兩階段DEA模型,通常將過程劃分為一階段科技成果產(chǎn)出和二階段科技成果轉(zhuǎn)化,典型研究有Ho等[6]運用兩階段DEA模型研究了美國大學在技術(shù)轉(zhuǎn)移過程中的優(yōu)劣勢,張運華等[7]、林青寧和毛世平[8]、田慶鋒等[9]梳理轉(zhuǎn)化活動全流程后采用兩階段DEA進行測度。三階段DEA也是目前十分成熟的模型,典型研究有楊宏進和劉立群[10]、高擎等[11]、李文輝等[12]基于三階段DEA模型進行科技成果產(chǎn)出效率評估,楊樹旺等[13]通過三階段DEA模型,同時結(jié)合核密度估計與Tobit模型,測度長江經(jīng)濟帶“雙一流”高校的成果轉(zhuǎn)化效率。

隨著研究的推進,越來越多的學者不斷擴展和創(chuàng)新整合模型,以彌補傳統(tǒng)模型的局限性。羅茜等[14]采用兩階段DEA模型并連續(xù)應用Malmquist指數(shù)進行測度;何彬和范碩[15]使用Bootstrap-DEA方法和面板Tobit模型,有效避免樣本極值的影響;周榮等[16]提出加權(quán)交叉效率DEA模型計算大學科技園的成果轉(zhuǎn)化效率;王趙琛等[17]、劉霞等[18]使用SBM-DEA模型,考慮其能更好地處理松弛變量,測度更為精確且有助于對有效決策單元進行比較分析;趙公民等[19]綜合考慮成果轉(zhuǎn)化的階段性、變化趨勢及徑向和松弛性問題,采用網(wǎng)絡SBM-Malmquist模型;楊登才等[20]、王曉紅等[21]采用超效率DEA模型并結(jié)合面板Tobit模型實現(xiàn)效率測度;初旭新和馬昱[22]采用超效率SBM模型,結(jié)合核密度估計法刻畫了效率動態(tài)演化過程;何悅等[23]采用網(wǎng)絡DEA模型,基于成果創(chuàng)造何轉(zhuǎn)化價值鏈的視角進行模型搭建;羅彪和盧蓉[24]構(gòu)建分階段鏈式網(wǎng)絡DEA方法,考察基礎研究和應用研究對整體效率的影響;覃雄合等[25]構(gòu)建鏈式網(wǎng)絡SBM模型,將轉(zhuǎn)化過程劃分為知識獲取、技術(shù)創(chuàng)新、價值轉(zhuǎn)化三個階段并進行測度;王楚君等[26]融合了社會網(wǎng)絡分析,采用網(wǎng)絡DEA模型進行效率評價;王曉珍和蔣子浩[27]采用DF-DEA模型從樂觀和悲觀雙前沿面對高校創(chuàng)新效率進行評價,并利用非參數(shù)核密度估計法進行進一步考察,同時考慮了經(jīng)濟價值視角外的社會價值層面的產(chǎn)出;劉東霞和趙泳琪[28]采用三階段非徑向超效率EBM-Windows模型,反應動態(tài)變化特征;李影和張鵬[29]將DEA與合作博弈方法結(jié)合,采用Shapley值分配合作收益,進行系統(tǒng)效率測算。

1.2 隨機前沿分析

隨機前沿分析是一種參數(shù)方法,用基礎SFA模型進行效率測度的經(jīng)典研究有Siegel等[30]采取SFA方法對比英美兩國高校技術(shù)轉(zhuǎn)移效率,蘇永濤和高琦[31]、廖述梅和徐升華[32]、洪峰等[33]采用SFA方法對高校技術(shù)轉(zhuǎn)移效率進行評估,原長弘等[34]、原長弘和孫會娟[35]采用SFA方法測算技術(shù)轉(zhuǎn)移效率,進而研究政府支持和市場需求對效率的影響。當然也有學者對于分別使用DEA和SFA方法進行效率評價研究,如Chapple等[36]評價了歐美等國家和地區(qū)大學科技成果轉(zhuǎn)化效率以及影響因素。

1.3 其他方法

早期研究中,多指標綜合評價是較為常用的科技成果轉(zhuǎn)化績效評價方法,如層次分析法(AHP)、灰色關(guān)聯(lián)法、熵值法、排序法、模糊分析法等。 這些方法主要是通過建立成果轉(zhuǎn)化相關(guān)要素的指標體系實現(xiàn),因此可能忽略投入產(chǎn)出關(guān)系和影響的綜合考量,難以準確反映投入產(chǎn)出效率。因此,越來越多的學者選擇使用DEA和SFA兩類效率評價模型,進行更為準確的評估。

除了這兩種主要的模型,也有少量研究使用其他的方法。例如,喬為國和詹文杰[37]搭建了“經(jīng)費支出-專利產(chǎn)出-預期收益-實現(xiàn)收益”三步驟分析框架,在此基礎上進行數(shù)據(jù)測算;蘇世彬和李蘋[38]在要素價格扭曲對科技成果轉(zhuǎn)化效率影響時,用技術(shù)市場成交額與R&D研發(fā)經(jīng)費的內(nèi)部支出的比值來簡要衡量效率水平;楊栩和于渤[39]采用熵值法搭建了效率評價指標體系。

2 高校科技成果轉(zhuǎn)化效率測度指標

高?？萍汲晒D(zhuǎn)化是一項多投入多產(chǎn)出的復雜系統(tǒng),梳理已有效率研究在指標上的選擇,通常考慮資金、人力、專著、論文與國際會議、項目及獲獎、專利、技術(shù)轉(zhuǎn)讓及其他要素,如表1所示,不同研究選擇的變量取值方法有所差異,且指標類型也不盡相同。

表1 高校科技成果轉(zhuǎn)化效率測度指標

對于指標的選取,以及過程性指標究竟應被視為成果轉(zhuǎn)化的投入還是產(chǎn)出,或是否應當納入考慮,文獻意見尚不一致。當前部分研究將論文、專著和項目等指標視為投入或中間產(chǎn)出,而王趙琛等[17]認為,由于基礎研究的特性,若將這類過程性指標和基礎研究情況納入模型,可能會造成評估主體界限模糊和因高校學科結(jié)構(gòu)差異導致的可信度降低的問題,謝靜雨和王占軍[45]也指出這類指標也由于存在時空不確定性難以分時段統(tǒng)計。同時王趙琛等[17]還提出不應各類過程指標、計數(shù)指標、不同階段指標聯(lián)用,易弱化測度精確性。

3 高校科技成果轉(zhuǎn)化效率的研究視角

3.1 區(qū)域差異

研究高?？萍汲晒D(zhuǎn)化效率的空間差異,即區(qū)域內(nèi)的高校是否存在共同特征,是否具有一定的效率差異。相當一部分文章的研究對象為全國高校,并以省份或地域為劃分依據(jù)進行科技成果轉(zhuǎn)化效率測度,研究區(qū)域效率差異[25,40],發(fā)現(xiàn)各省份科技成果轉(zhuǎn)化階段效率差異較大,且在轉(zhuǎn)化兩階段中具有各自的優(yōu)勢和瓶頸[24],在規(guī)模效率方面,東、中部地區(qū)明顯高于西部地區(qū),在純技術(shù)效率方面,三地區(qū)比較接近[44]。東部地區(qū)高?？萍汲晒D(zhuǎn)化效率顯著高于中西部地區(qū),空間集聚效應有減弱趨勢,導致中西部高校科技成果轉(zhuǎn)化效率無追趕東部地區(qū)的趨勢[8]。東部沿海地區(qū)省份的技術(shù)創(chuàng)新效率較高、知識獲取效率較低,西部地區(qū)與之相反[25]。

部分文章將研究區(qū)域細化,研究某一省份的高校[5,14,46],大多存在省際高校間效率差異大的情況[47],且經(jīng)濟發(fā)達且科教資源密集區(qū)域高校成果轉(zhuǎn)化效率相對較高[14]?；蚴墙?jīng)濟區(qū)域中的高校,如長江經(jīng)濟帶的高校[13],發(fā)現(xiàn)科技成果轉(zhuǎn)化效率從上游-中游-下游逐漸增高,長江經(jīng)濟帶下游區(qū)域高校的效率較中上游地區(qū)高校存在更明顯的兩級或多級分化態(tài)勢[13]?；诖?也有文章研究效率的空間溢出效應[41],即某一區(qū)域主體的效率變化會對其他區(qū)域產(chǎn)生影響,研究發(fā)現(xiàn)高校之間科技創(chuàng)新整體效率的空間溢出效應較弱,而成果轉(zhuǎn)化效率具有明顯的空間溢出效應,且高校知識創(chuàng)新效率尚未對成果轉(zhuǎn)化效率產(chǎn)生明顯的空間溢出效應[41]。也有研究[4]進行中外高校的技術(shù)轉(zhuǎn)化效率比較研究。

3.2 類型差異

國內(nèi)對于高校的分類研究通常有以下幾種?！半p一流”大學[19,21,48]:“雙一流” 高?？萍汲晒D(zhuǎn)化效率雖然整體呈現(xiàn)上升趨勢,但學校間明顯存在差異,區(qū)域環(huán)境影響高校的效率;且高校個體與群體之間均存在明顯差距[48];存在部分高?？蒲心芰姷虡I(yè)化能力弱,說明其理論性成果向應用型成果的轉(zhuǎn)化機制不順暢[13]?！?85”高校[26,43]:研究發(fā)現(xiàn),這類高校的技術(shù)轉(zhuǎn)移平均效率不高, 有高達60%的高校是非DEA有效的[43],效率差異較大,且具有明顯的“長尾效應”,即有大量低效率大學,但效率強項來看,每所大學都有自身的特點[26]。教育部直屬高校[15,17]:發(fā)現(xiàn)大部分高校在科技成果轉(zhuǎn)化效率方面存在不足,以及“211”高校[34]等?；蚴且罁?jù)研究主題自行限定高校類型,如田慶鋒等[9]的研究主體為軍民融合型高校,發(fā)現(xiàn)軍民融合型高校的科技成果轉(zhuǎn)化效率大大低于產(chǎn)出效率,高校之間科技成果轉(zhuǎn)化效率的差異較為明顯;何悅等[23]的研究主體為研究型大學,發(fā)現(xiàn)總體效率取得一定進步,但科技價值產(chǎn)生階段效率嚴重偏低,且存在下降的趨勢。

3.3 時間差異

研究效率的時間差異,不同時點下高校技術(shù)轉(zhuǎn)移效率是否存在差別,即效率的動態(tài)演變過程,絕大部分研究因采用面板數(shù)據(jù),時間演變的思想貫穿全文。典型研究有何彬和范碩[15]基于Bootstrap-DEA方法研究24所教育部直屬重點大學的效率演變,研究發(fā)現(xiàn)科技成果轉(zhuǎn)化效率呈現(xiàn)一個不斷提高的演化趨勢,且各年度效率的差距并沒有呈現(xiàn)降低的趨勢;覃雄合等[25]研究科技成果轉(zhuǎn)化效率的時空變化,發(fā)現(xiàn)效率總體較低但呈逐年上升趨勢,從分階段效率來看,知識獲取效率和價值轉(zhuǎn)化效率隨著時間的推移而逐年降低,而技術(shù)創(chuàng)新效率在此期間呈現(xiàn)大幅度提升。也有研究聚焦于特定時期進行效率測度,如吳楊等[49]對“十二五”至“十三五”期間高校成果轉(zhuǎn)化情況進行評價。

4 高?？萍汲晒D(zhuǎn)化效率的影響因素

部分研究效率影響因素時,將該內(nèi)容作為實證中的一節(jié)進行驗證,采用的方法大多為面板回歸,考量的影響因素指標有所不同。主要有以下幾類:①區(qū)域經(jīng)濟環(huán)境:包括經(jīng)濟水平、金融發(fā)展水平、市場需求、技術(shù)市場等[25,27,40],地區(qū)稟賦具有重要的正相關(guān)影響作用,成果轉(zhuǎn)化依賴于經(jīng)濟環(huán)境,但部分研究表面金融發(fā)展程度對科技成果轉(zhuǎn)化支持極小,甚至可能呈現(xiàn)負相關(guān)關(guān)系;②對外開放程度[15,25]:研究指出其影響顯著為正,高開放程度意味著高校需通過持續(xù)有效的創(chuàng)新活動維持國際競爭力;③政府與政策扶持力度:地方政府支持程度、扶持力度、科技政策、專利保護政策等[14,27],政府資助程度對高?？萍紕?chuàng)新發(fā)展的影響存在兩面性,發(fā)展模式應從投資驅(qū)動型轉(zhuǎn)向創(chuàng)新驅(qū)動型[42];④產(chǎn)業(yè)結(jié)構(gòu)[15,25]:產(chǎn)業(yè)結(jié)構(gòu)越合理,科研成果轉(zhuǎn)化越有利,但該影響不一定不顯著;⑤教育水平:人均教育支出、教育重視程度等[13,15],多項實驗證實人均教育支出對科技成果轉(zhuǎn)化有明顯相關(guān)性;⑥科技投入水平:人均科學事業(yè)費支出、學科評價、科技服務、研發(fā)基礎、國際合作等[14,25,27],有實驗表明,科技成果轉(zhuǎn)化是系統(tǒng)性的科技活動,僅考慮如科技經(jīng)費等的一個環(huán)節(jié)所產(chǎn)生的結(jié)果可能是不顯著的;⑦高校自身科技創(chuàng)新能力:科研人員素質(zhì)、高校自身推動能力、科研項目等[8,25,40],高校自身的推動以及高校的人才質(zhì)量等都具有顯著的正向作用;⑧企業(yè)發(fā)展水平及參與度:企業(yè)資金投入、企業(yè)與高校的合作關(guān)系、企業(yè)創(chuàng)新氛圍、企業(yè)的吸收能力等[8,40,42],存在顯著的正向影響,企業(yè)與高校要素資源流動越頻繁、交流合作密切,高校成果轉(zhuǎn)化效率越高;⑨組織行為因素:高校的價值體系、優(yōu)勢學科與歷史沿革等屬性與文化因素都會影響其成果轉(zhuǎn)化,因此內(nèi)部評價與激勵制度應有針對性,基礎學科與應用學科各有側(cè)重[15]。

還有部分研究將高?？萍汲晒D(zhuǎn)化效率作為其中的一環(huán),對其他問題機制也進行重點分析,旨在探索二者產(chǎn)生的影響和作用機制。①政府投入層面,考慮政府支持[21]、政府支持與市場需求規(guī)模[34]等;②創(chuàng)新環(huán)境層面,考慮創(chuàng)新生態(tài)系統(tǒng)[45]、區(qū)域環(huán)境與科研投入要素[11]等;③政策制度層面,考慮科技成果賦權(quán)、收益分配激勵[5]、科技創(chuàng)新政策[50]等;④主體合作層面,考慮政產(chǎn)學研用[35]、產(chǎn)學研[28]、產(chǎn)教融合[18]等;⑤高校自身投入層面,考慮高?？萍纪度隱7]、高校雙元創(chuàng)新、高校擴招[51]、高校人力投入[52]等;⑥社會發(fā)展環(huán)境層面,考慮“雙一流”高校建設背景[53]、互聯(lián)網(wǎng)發(fā)展水平[19]等。

5 總結(jié)

高校科技成果轉(zhuǎn)化效率測度方法以DEA和SFA兩種最為普遍,然而由于傳統(tǒng)方法的局限性和轉(zhuǎn)化過程的復雜性,越來越多的研究者們通過引入新的因素或整合其他模型方法的策略,更全面、有效地評估效率。因此,在未來的研究上,研究者可以進一步探索適合研究主題特性的新整合模型和方法。

投入和產(chǎn)出的指標是效率測度的關(guān)鍵,好的指標選取無疑會實現(xiàn)更高的測度精度。當前研究大都選擇資金、人力作為投入,技術(shù)轉(zhuǎn)讓收入作為產(chǎn)出,但變量取值方法和細化上有所差異。而轉(zhuǎn)化中涉及的重要成果,如論文、專著、專利、授獎等過程性指標,在不同的模型和不同的研究中存在較大差異,包括指標類型的差異,以及是否應該納入模型的考量,關(guān)于這一問題還存在較大的口徑不統(tǒng)一。梳理發(fā)現(xiàn)有研究關(guān)注除經(jīng)濟效益以外的轉(zhuǎn)化成果,即把社會效益也納入度量。在后續(xù)研究中,研究者應當依據(jù)選定的方法模型和研究主題,搭建更貼切的指標體系,選擇更優(yōu)的變量取值方式,考量不同類型指標的聯(lián)用效果。同時也可以考慮除經(jīng)濟效益之外的其他轉(zhuǎn)化成果效益。

已有研究通常從區(qū)域、高校分類、時間三方面進行分類比較,或是研究細化。由于大部分研究通常使用面板數(shù)據(jù),省域、地域和時間的劃分思想通常貫穿于其中。在后續(xù)研究中,研究者可以針對研究的主題和目標,針對性地對主體和時間的范圍進行控制,選擇更具有代表性的高校群體,或是更具有社會性和時代意義某一時段來評估。

梳理高?？萍汲晒D(zhuǎn)化效率的影響因素,大多考慮政府、企業(yè)、高校自身等創(chuàng)新生態(tài)主體的行為,以及創(chuàng)新生態(tài)環(huán)境中要素,如政策、經(jīng)濟水平、對外開放、教育程度、科技投入程度等帶來的作用和影響。后續(xù)研究可以在此基礎上,結(jié)合研究熱點或前沿,探討更多具有當下時代特性的影響要素,或是探索融合問題下的影響機制。